关键词translation-invariance
搜索结果 - 4
- 带零填充的深度卷积神经网络:特征提取与学习
本研究通过验证零填充在特征提取和学习中的作用,以及池化在其平移不变性驱动的性质中的作用,表明具有相似自由参数的深度全连接网络可以通过零填充的 DCNNs 来表示,从而证明了零填充的 DCNNs 在特征提取方面优于 DFCNs。因此,我们推导 - ICLR视觉 Transformer 的条件位置编码
本文提出了一种条件位置编码方案 (CPE) 用于视觉 Transformers,通过在输入标记的本地邻域上生成并使其动态生成的位置编码,以解决模型寻找较长输入序列的问题,从而在图像分类任务中保持所需的平移不变性,并通过实验证明,CPVT 比 - ECCV实现尺度不变性和位置敏感的区域建议网络
提出了一种基于网络架构设计的物体提议算法,该算法具有许多优势,例如对物体大小的范围从非常小到非常大的尺度具有平移不变性,具有平移变性的限制框回归,具有大的有效感受野来捕捉全局上下文等,可以显著地提高提议平均召回率,并且实时性能也非常好。
- 基于半离散框架的深度卷积神经网络
本文通过允许不同并且通用的半离散框架在不同的网络层中,进一步发展 Mallat 的理论,证明了广泛类别的特征提取器的平移不变性,并为比 Mallat 考虑的更大类别的变形稳定结果发展了结果。